道岔是铁路在行车过程中的关键设备，是保障列车运行安全的一项重要环节。随着我国高速铁路的发展，在列车高速运行状态下，道岔工作的稳定性和精密度显得尤为重要，它不仅关系到列车运行的安全，还关系到乘客的安全，因此我们的首要任务是建立合适和稳定的工作系统。道岔缺口检测问题近十几年来一直是铁路信号系统特别是信号维修部门关注的热点。对于信号维修管理部门来说，它是一个化解道岔修、管和用的矛盾，突破道岔状态修瓶颈的关键；对于信号科研部门来说，它也是一个长期无法解决的难题。针对上述实际困难，我们设计了基于视频图像识别技术的转辙机缺口检测系统，并重点研究了该系统的关键技术，包括目标检测识别的快速预处理方法、提取图像特征并增强图像特征值，通过分析提取到的目标特征曲线，对已经得到的道岔缺口背景以及目标图像进行分割，最后分析特征提取等一系列快速算法，在算法设计中力求兼顾算法的有效性与快速性。本文提出一种高性能嵌入式智能视觉检测模块设计方案，该转辙机缺口检测系统的硬件设计采用面阵CCD(Charge Coupled Device,电荷耦合元件)摄像机和高速DSP(DigitalSignal Processing,数字信号处理)处理器作为硬件系统核心，并设计了相应的嵌入式智能视觉检测软件框架。通过研究小波分析理论，提出了一种新的快速阈值选取算法，分析比较各种常用的数字图像算法，可知使用中值滤波的预处理方法，能够有效的减小图像中的噪声干扰；使用Sobel算子对减噪后的图像进行模板卷积运算并对目标边缘曲线进行提取；利用灰度图像阈值法完成边缘图像的二值化操作；最后通过使用图像小面积删除算法、修剪和细化多种数字图像算法，到得图像的单像素边缘曲线，完成监测目标图像的特征曲线提取，从而更好的方便偏移量计算。基于视频图像识别技术的转辙机缺口检测系统，解决了铁路行车过程中道岔检修难题，促进了我国道岔系统的发展，将其应用于转辙机控制系统中，成为突破道岔状态修瓶颈的关键，其理论基础为以后的工程设计及深入研究提供了参考依据，在社会和经济方面都获得广泛的效益。最后对本文的主要工作进行了总结，并对未来研究方向进行了展望。